Отрывок: − независимая масштабируемость: каждый компонент можно масштабировать независимо от другого. Это позволяет обеспечить необходимую устойчивость системы меньшими затратами. 51 − возможность повторного использования: компоненты реализуют свою маленькую конкретную функцию. Это означает, что их проще адаптировать для использования в других системах, сервисах или приложениях. 2.3 Проектирование информационно-логической модели системы 2.3.1 Диа...
Название : | Автоматизированная система детектирования признаков акустического излучения транспортных средств на аудиозаписях с использованием сверточных нейронных сетей |
Авторы/Редакторы : | Привалов А. С. Головнин О. К. Соловьева Я. В. Министерство науки и высшего образования Российской Федерации Самарский национальный исследовательский университет им. С. П. Королева (Самарский университет) Институт информатики математики и электроники |
Дата публикации : | 2020 |
Библиографическое описание : | Привалов, А. С. Автоматизированная система детектирования признаков акустического излучения транспортных средств на аудиозаписях с использованием сверточных нейронных сетей : вып. квалификац. работа по направлению подгот. 09.04.01 "Информатика и вычислительная техника" (уровень магистратуры) / А. С. Привалов ; рук. работы О. К. Головнин ; нормоконтролер Я. В. Соловьева ; М-во науки и высш. образования Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т), Ин-т информатик. - Самара, 2020. - on-line |
Аннотация : | Целью выпускной квалификационной работы магистра являетсяразработка автоматизированной системы детектирования признаковакустического излучения транспортных средств на аудиозаписях сиспользованием сверточных нейронных сетей.Проведено исследование предметной области «Анализ транспортныхпотоков», рассмотрены задачи детектирования признаков и особенностиакустического излучения, проанализированы нейросетевые технологии иалгоритмы дискретного преобразования сигналов, применяемые в решениианалогичных задач. Выполнен аналитический обзор существующих систем-аналогов. Разработан метод классификации объектов по их акустическомуизлучению. Построены диаграммы по методологии UML, создана модельданных, разработаны алгоритмы функционирования и описана архитектурасистемы. Разработана автоматизированная система детектирования признаковакустического излучения транспортных средств на аудиозаписях сиспользованием сверточных нейронных сетей. Проведены исследованияэффективности разработанной системы для решения постав |
Другие идентификаторы : | RU\НТБ СГАУ\ВКР20200909155617 |
Ключевые слова: | шаблоны паттерны транспортные средства акустическое излучение автоматизированные системы сверточные нейронные сети аудиозаписи детектирование признаков детектирование признаков акустического излучения |
Располагается в коллекциях: | Выпускные квалификационные работы |
Файлы этого ресурса:
Файл | Размер | Формат | |
---|---|---|---|
Привалов_Артем_Сергеевич_Автоматизированная_система_детектирования_признаков.pdf | 4.43 MB | Adobe PDF | Просмотреть/Открыть |
Показать полное описание ресурса
Просмотр статистики
Поделиться:
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.